본격 의학 연구로 영역 넓히는 구글AI

자동완성끄기

딥마인드, 단백질 구조 예측 AI '알파폴드' 공개

PCNA (Proliferating Cell Nuclear Antigen) 단백질 3차 구조 (source: Protein Data Bank).

여러 종류의 아미노산이 다양한 형태로 접혀 연결되어있다. -Protein Data Bank 제공

바둑 인공지능(AI) 알파고를 개발한 구글 딥마인드가 이번에는 단백질의 형태를 예측하는 AI프로그램을 만들었다고 발표했다.

3일 영국 일간 가디언에 따르면 딥마인드는 2일(현지시간) 멕시코 칸쿤에서 열린 단백질 구조 예측 학술대회(CASP)에서 단백질의 아미노산 결합구조를 3D(입체) 형태로 예측하는 AI프로그램 ‘알파폴드(AlphaFold)’를 공개했다.

단백질은 모든 생명체를 구성하는 아미노산 복합체이다. 20가지 아미노산들이 비틀어지고 구부러져 서로 연결되는 방식으로 형성된다. 단백질의 기능은 그 구조와 긴밀히 연결돼 있는데, 단백질 구조는 긴 사슬처럼 연결된 아미노산이 용수철 모양으로 말리거나 접히면서 공 모양의 입체구조가 돼야 생물학적 기능을 수행한다. 기능도 결합 구조와 개수에 따라 달라진다. 다양한 결합구조를 통해 신체의 운동을 조절하고 호르몬의 신호 전달자와 같은 역할을 수행한다. 단백질이 사람의 몸속에서 자신만의 입체구조를 형성하는 일련의 과정이 단백질 접힘이다.

잘못 접혀진 단백질 구조 때문에 알츠하이머 치매나 파킨슨병 같은 뇌질환이 나타나는 것으로 알려졌다. 아미노산 결합 구조에 따라 단백질이 어떤 역할을 하는지, 단백질이 잘못 접히는 형태에 따라 어떤 질병이 생기는 지를 통해 단백질과 관련된 각종 질병들의 발병 원인이 무엇인지 밝혀낼 수 있다. AI가 ‘단백질 접힘’ 원인 등을 규명하면 치료에도 한 발 더 다가갈 것으로 의학계는 기대하고 있다.

딥마인드는 알파폴드를 구축하기 위해 사람의 뇌 기능을 모방한 신경망을 활용했다. 단백질의 입체구조를 예측할 수 있을 때까지 신경망에 단백질 정보를 입력했고 아미노산만으로 수천 개의 단백질을 식별하는 훈련을 시켰다.

새로운 단백질이 제시되면 알파폴드는 신경망을 이용해 아미노산 사이의 거리와 이를 연결하는 화학 결합 간의 각도를 예측한다. 예측한 각도와 거리를 기반으로 3D형태의 단백질을 보여준다. 연구자들은 AI에 충분한 정보가 쌓이게 되면 단백질의 아미노산 구조를 분석해 그 차이점을 밝힐 수 있을 것으로 예상된다.

리암 맥거핀 영국 레딩대 박사는 “단백질이 어떻게 접히는지 예측하는 것은 엄청난 일이다”며 “이론적으로 생명과 관련된 어떤 것이라도 고칠 수 있게 된다”고 말했다.

데미스 하사비스 딥마인드 공동설립자는 “’알파폴드’에 아미노산 결합 구조 정보가 충분히 쌓이면 아미노산 결합 구조에 따른 단백질 간의 차이점을 밝힐 수 있다”며 “단백질 접힘과 관련된 문제를 해결하는 첫 걸음이 될 것”이라고 밝혔다.

구글 AI가 의학분야로 방향전환을 할 것이란 전망은 지난해 말부터 나왔다. 지난 5월에는 딥마인드와 런던칼리지대 연구진은 동물 뇌에서 위치 감각을 담당하는 신경세포 기능을 모방해 포유류와 같은 길찾기 능력을 가진 AI를 개발했다고 국제학술지 네이처에 발표했다.